Erstellen von Machine Learning-Modellen in Azure

Cloudbasiertes maschinelles Lernen verändert die Art und Weise, wie Unternehmen Vorhersagen treffen und intelligente Systeme erstellen.Wenn Sie in die Data Science einsteigen möchten, ist es eine wesentliche moderne Fähigkeit zu verstehen, wie Sie Cloud-Umgebungen zum Trainieren und Verwalten von Modellen nutzen können. Dieser schriftliche Kurs führt Sie durch die grundlegenden Konzepte des maschinellen Lernens und zeigt Ihnen, wie Sie sie mit Azure implementieren.Sie werden von den Kernalgorithmen über die Konfiguration von Arbeitsbereichen und Trainingsmodellen bis hin zu den Grundlagen moderner MLOps für automatisierte Workflows vorankommen. Was Sie lernen werden: * Verstehen Sie die wichtigsten Konzepte, Terminologie und den Lebenszyklus der Modellentwicklung. * Konfigurieren und Navigieren im Azure Machine Learning-Arbeitsbereich für Data Science-Projekte. * Trainieren und evaluieren Sie Vorhersagemodelle mit automatisierten Machine Learning- und Designer-Tools. * Bereitstellung trainierter Modelle als Webdienste, um Vorhersagen in Echtzeit zu treffen. * Anwenden der grundlegenden MLOps-Prinzipien zum Verwalten, Überwachen und Registrieren Ihrer Machine-Learning-Modelle. Sie lernen zunächst die grundlegende Machine-Learning-Theorie kennen, bevor Sie die Cloud-Workspaces praktisch konfigurieren.Mit schriftlichen Erläuterungen und praktischen Code-Snippets lernen Sie, Experimente durchzuführen, Leistungsmetriken zu bewerten und Modelle für die Produktion vorzubereiten. Dieser Kurs richtet sich an Anfänger, die sich noch nicht mit Machine Learning und Cloud-Umgebungen auskennen und keine vorherige Datenwissenschaftserfahrung benötigen. Lesen Sie noch heute weiter, um Ihr erstes Machine-Learning-Modell in der Cloud zu erstellen.